I.
PENDAHULUAN
1.1. Latar Belakang Kegiatan pertanian berkaitan erat dengan iklim, karena dapat berpengaruh terhadap pertumbuhan serta hasil produksi tanaman. Curah hujan merupakan unsur iklim yang paling dominan terhadap tanaman (Triadmojo, 2008). Iklim mempengaruhi produksi pangan, karena itu penerapan informasi iklim untuk pertanian sangat penting mengingat setiap jenis tanaman pada berbagai tingkat pertumbuhan memerlukan kondisi iklim yang berbeda-beda (Tjasyono, 2004). Di Indonesia, ubi kayu (Manihot utilisima) merupakan tanaman pangan penting setelah padi dan jagung terdapat hampir di seluruh kepulauan Indonesia. Ubi kayu merupakan tanaman yang dapat tumbuh di mana saja. Bahkan ada yang mengatakan bahwa selama batangnya menyentuh tanah, maka pasti akan tumbuh tunas. Ubi kayu merupakan tanaman pangan serbaguna. Selain digunakan sebagai makanan pokok di beberapa tempat di Indonesia, ubi kayu juga merupakan bahan baku industri. Oleh karena itu nilai ekonomis ubi kayu sangat tinggi meski harganya rendah. Ubi kayu dapat menjadi bahan baku industri rumah tangga, sebagai bahan baku banyak makanan dan kue-kue. Selain itu dapat juga di gunakan sebagai bahan baku industri seperti sebagai bahan untuk membuat pati tapioka, tepung tapioka, bioetanol, dan lain-lain. Faktor iklim terutama curah hujan merupakan salah satu penentu keberhasilan target produksi ubi kayu, untuk itu perlu dilakukannya analisa pengaruh curah hujan terhadap hasil produksi pada salah satu daerah penghasil ubi kayu Sumatera Barat yaitu di Kabupaten Pasaman. Sumber pendapatan utama Kabupaten Pasaman berasal dari subsektor tanaman pangan.
1
Kabupaten Pasaman beribukota di Lubuksikaping secara geografis terletak antara 0°55’ LU – 0°06’ LS dan antara 99°45’ BT – 100°21’ BT, serta memiliki luas wilayah seluas 3.947,63 Km2. Perbatasan wilayahnya adalah di sebelah timur berbatasan dengan Provinsi Riau dan Kabupaten Lima Puluh Kota, di sebelah barat berbatasan dengan Provinsi Sumatra Utara dan Kabupaten Pasaman Barat, di sebelah utara berbatasan dengan Provinsi Sumatra Utara, dan di sebelah selatan berbatasan dengan Kabupaten Agam. Komoditas unggulan Kabupaten Pasaman yaitu sektor pertanian, perkebunan dan pertambangan. Pada sektor pertanian komoditas unggulannya adalah jagung dan ubi kayu, Sub sektor perkebunan komoditas yang diunggulkan berupa kopi, kelapa sawit, kakao, gambir, lada, nilam, kelapa dan karet (Badan Pusat Statistik Propinsi Sumatra Barat, 2013). 1.2. Tujuan PKPM a. Mampu menyelesaikan laporan PKPM. b. Mengetahui nilai korelasi (kekuatan hubungan) antara curah hujan tahunan dengan produksi ubi kayudi Kabupaten Pasaman. c. Mengetahui nilai persamaan regresi antara curah hujan tahunan dengan produksi ubi kayu di Kabupaten Pasaman.
2
1.3. Manfaat PKPM Adapun manfaat yang di dapat dari kegiatan PKPM
adalah sebagai
berikut : 1. Menambah ilmu pengetahuan, wawasan, dan pengalaman di dunia kerja khususnya di Badan Meteorologi Klimatologi dan Geofisika. 2. Mengetahui hubungan antara curah hujan tahunan dengan produksi tanaman ubi kayu (Manihot utilisima).
3
II.
2.1.
TINJAUAN PUSTAKA
Iklim
Iklim adalah sintesis atau kesimpulan dari perubahan nilai unsur-unsur cuaca (hari demi hari dan bulan demi bulan) dalam jangka panjang di suatu tempat atau pada suatu wilayah (Handoko, 1995). Unsur-unsur yang membentuk iklim (Yulensri, 2004) adalah lama penyinaran matahari, suhu, kelembaban udara, tekanan udara, awan, presipitasi, evaporasi, kecepatan dan arah angin Dalam situasi-situasi tertentu beberapa unsur lebih penting dibanding unsur lainnya.Misalnya pada pertanian yaitu kelembaban tanah, suhu tanah dan penguapan lebih penting, sementara untuk kesehatan manusia konsentrasi polutan dan keasaman presipitasi adalah unsur yang dianggap penting (Manik, 2014). 2.2.
Curah Hujan
Curah hujan adalah ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak mengalir. Curah hujan merupakan salah satu unsur penting untuk pertanian dan bidangbidang kajian lainnya seperti hidrologi, konservasi tanah, dan sebagainya. Pada saat proses hidrologi, curah hujan merupakan input utama, karena besarnya hujan inilah yang sebetulnya ditransformasi menjadi aliran sungai (stream flow), baik melalui aliran permukaan (surface run off), aliran antara (inter flow/sub surface flow) maupun sebagai aliran air tanah (ground water flow) (Susena, 2010). Kumpulan data curah hujan di suatu tempat memiliki nilai yang cukup penting, apabila periode pengumpulan datanya cukup lama maka akan semakin banyak 4
informasi yang bisa diperoleh terutama yang berkaitan dengan nilai-nilai ekstrim tertinggi atau terendah yang pernah terjadi (Susena, 2010). Dengan melihat faktor-faktor yang mempengaruhi pembentukan musim di Indonesia dan berdasarkan data rata-rata curah hujan bulanan maka wilayah Indnesia, umumnya dibagi atas 3 pola hujan yaitu (Manik, 2014) : a. Pola hujan monsoon Daerah dengan pola hujan monsoon memiliki perbedaan yang jelas antara periode musim hujan dan periode musim kemarau sehingga kemudian dikelompokkan dalam Zona Musim (ZOM). Pola monsoon dicirikan oleh bentuk pola hujan yang bersifat unimodal (satu puncak musim hujan yaitu sekitar Desember). Selama enam bulan curah hujan relatif tinggi (biasanya disebut musim hujan) dan enam bulan berikutnya rendah (biasanya disebut musim kemarau). Secara umum musim kemarau berlangsung dari April sampai Desember dan musim hujan dari Oktober sampai Maret. Pola monsoon dapat dibagi lagi menjadi dua tipe. Tipe pertama memiliki musim kemarau yang lebih panjang (wilayah Indonesia bagian Timur, Lombok dan Nusa Tenggara) dan lebih kering dari tipe kedua (Jawa, Sumsel dan Sulawesi Selatan) sehingga tipe pertama lebih sering mengalami kekeringan dibanding tipe kedua. b. Pola hujan equatorial Daerah dengan pola hujan equatorial memiliki distribusi hujan bimodial dengan dua puncak musim hujan maksimum dan hampir sepanjang tahun masuk dalam kriteria musim hujan. Pola equatorial
5
dicirikan oleh pola hujan dengan bentuk bimodal, yaitu dua puncak hujan yang biasanya terjadi sekitar bulan Maret dan Oktober saat matahari berada dekat equator. Pola ini umumnya ditemui di wilayah Sumatra bagian tengah dan utara dan musim kemaraunya tidak begitu tegas. c. Pola lokal Daerah dengan pola hujan lokal memiliki distribusi hujan unimodal (satu puncak hujan) tapi bentuknya berlawanan dengan pola hujan pada tipe monsoon. Wilayah yang memiliki hujan dengan pola lokal umumnya ditemui di wilayah bagian timur ekuator (misalnya Maluku). Sifat hujan berdasarkan BMKG (Badan Meteorologi, Klimatologi dan Geofisika) dibagi menjadi tiga sifat yaitu (Manik, 2014) : a. Atas normal Dikatakan diatas normal apabila tinggi hujan lebih besar dari 115% dari nilai rata-rata hujan. b. Normal Dikatakan normal apabila tinggi hujan yang terjadi pada suatu musim berada pada selang antara 85% sampai 115% dari nilai rata-rata hujan jangka panjang. c. Bawah normal Dikatakan bawah normal apabila tinggi hujan kurang dari 85% dari nilai rata-rata hujan.
6
2.3.Tanaman ubi kayu Ubi kayu atau ketela pohon sudah lama dikenal dan ditanam oleh penduduk di dunia. Penyebaran ubi kayu ke seluruh wilayah Nusantara terjadi pada tahun 1914-1918 sewaktu Indonesia kekurangan bahan pangan beras, sehingga sebagai alternatif pengganti makanan pokok diperkenalkanlah ubi kayu. Pada tahun 1968 Indonesia menjadi Negara penghasil ubi kayu no 5 di dunia (Rukmana, 1997). Perkembangan produksi, luas panen dan produktivitas ubi kayu di Indonesia (Rukmana, 1997) dapat disimak pada Tabel 1. dibawah ini : Tabel 1. Perkembangan Produksi, Luas Panen, dan Produktivitas Ubi Kayu di Indonesia pada Tahun 1969-1991. No.
Tahun
Produksi (1.000 ton) 1 1969 10.585 2 1970 10.478 3 1971 10.690 4 1972 10.384 5 1973 11.186 6 1974 13.031 7 1975 12.456 8 1976 12.486 9 1977 12.437 10 1978 12.981 11 1983 11.256 12 1984 13.185 13 1985 12.300 14 1986 12.284 15 1987 14.356 16 1988 15.471 17 1989 17.117 18 1990 15.829 19 1991 15.954 Rata-rata 12.867 Sumber : Biro Pusat Statistik
Luas Panen (1.000 ha) 1.443 1.398 1.407 1.468 1.429 1.509 1.410 1.356 1.364 1.328 1.130 1.252 1.113 1.163 1.222 1.032 1.407 1.311 1.219 1.261
Produktivitas (ton/ha) 7,38 7,49 7,60 7,07 7,83 8,64 8,83 9,19 9,12 9,39 9,96 10,50 11,05 11,41 11,75 11,88 12,17 12,07 12,10 9,76
7
Menurut Rukmana (1997), ubi kayu mempunyai banyak nama daerah diantaranya ketela pohon, singkong, ubi jenderal, ubi inggris, telo puhung, kasape, bodin, telo jenderal (Jawa), sampeu, huwi dangdeur, huwi jenderal (Sunda), kasbek (Ambon), dan ubi perancis (Padang). Dalam sistematika (taksonomi) tumbuhan, kedudukan tanaman ubi kayu diklasifikasikan sebagai berikut : Kingdom
: Plantae (Tumbuh-tumbuhan)
Divisi
: Spermatophyta (tumbuhan berbiji)
Sub Divisi : Angiospermae (berbiji tertutup) Kelas
: Dicotyledonae (biji berkeping dua)
Ordo
: Euphorbiales
Famili
: Euphorbiaceae
Genus
: Manihot
Spesies
: Manihot esculenta Crantz sin. M. utilissima Pohl.
Tanaman ubi kayu membutuhkan kondisi iklim panas dan lembab. Suhu untuki tanaman ubi kayu biasa berkisar 26-27℃, pH 4,5-6,5 kelembaban udara (RH) 60%-65% dengan curah hujan berkisar antara 1.500 mm – 3.000 mm/tahun, akan tetapi daerah seperti Thailand, Jawa Timur dan Tamil Nudu jauh lebih kering berkisar 900-2000 mm/tahun (Hillocks, 2001). Tanaman ubi kayu tempatnya harus terbuka dan mendapat penyinaran matahari. Periode cukup air untuk tanaman ubi kayu adalah pada awal pertumbuhan hingga 4-5 bulan setelah tanam (Rukmana, 1997).
8
2.4.Analisis Statistika a. Metode Rata-rata Aritmatik Metode ini adalah yang paling sederhana untuk menghitung hujan rata – rata pada suatu daerah. Pengukuran yang dilakukan di beberapa stasiun dalam waktu yang bersamaan dijumlahkan kemudian dibagi dengan jumlah stasiun. Perhitungan curah hujan wilayah dengan metoda rata-rata aljabar adalah sebagai berikut : R= Keterangan :
⋯
R
= Curah hujan wilayah
r₁, r₂, rᵢ = curah hujan di pos hujan 1, 2, .... i i
= banyaknya pos hujan
b. Analisis Regresi Persamaan matematika yang memungkinkan kita meramalkan nilai-nilai peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas disebut persamaan regresi. Untuk membuat peramalan, pertama-tama harus diperoleh contoh acak berukuran n yang diamati nilai peubah bebas dan tak bebasnya dari satuan yang sama diperoleh (
,
), (
,
), …,(
,
). Dari nilai yang diperoleh data
tersebut diplotkan dalam gambar sehingga menghasilkan apa yang disebut diagram pencar. Dengan mengamati diagram pencar, apakah titik-titik mempunyai kecenderungan mengikuti garis lurus maka kedua peubah itu berhubungan secara linier (Hamang, 2005). Analisis regresi linier adalah metode statistika yang dapat digunakan untuk mempelajari hubungan antara variabel terikat dan variabel bebas pada data yang sedang diamati. Jika hubungan antara variabel terikat (Y) dan variabel bebas (X)
9
adalah linier dan hanya terdapat satu variabel bebas (X), maka akan diperoleh persamaan regresi linier sederhana (Simple Linier Regression). Rumus : y = bx + a Keterangan : y = variabel yang akan diperhitungan (predictant / dependent) a = konstanta b = koefisien regresi x = variabel penduga (predictor / independent) c. Analisis Korelasi Korelasi adalah mempresentasikan derajat hubungan antara variable-variabel. Jelasnya, masalah korelasi mencoba menentukan seberapa baik sebuah persamaan linier atau sembarang persamaan matematis lain dalam menggambarkan atau mempresentasikan hubungan yang ada diantara berbagai variabel (Susila, 1996). Pada korelasi linier jika X dan Y adalah dua variabel yang kita tinjau maka sebuah diagram pencar akan memperlihatkan lokasi titik-titik (X, Y) didalam sistem koordinat persegi panjang. Jika nilai Y cenderung naik seiring dengan bertambahnya nilai X, maka korelasinya disebut korelasi positif. Jika nilai Y cenderung turun seiring dengan bertambahnya nilai X, maka korelasinya disebut korelasi negatif. Jika semua titik data pada diagram pencar nampak terletak disekitar sebuah kurva tertentu, maka korelasi diantara variabel-variabel yang bersangkutan dikatakan bersifat non linier. Jika lokasi titik-titik pada diagram pencar tidak mengindikasikan adanya hubungan apapun antara variabel-variabel yang bersangkutan, maka kita mengatakan tidak ada korelasi diantara variabelvariabel tersebut (Susila, 1996).
10
Koefisien korelasi linier didefinisikan sebagai ukuran hubungan antara dua peubah X dan Y, dan dilambangkan dengan R. Bila titik-titik bergelombang mengikuti sebuah garis lurus dengan kemiringan positif, maka ada korelasi positif yang tinggi. Bila titik-titik bergelombang mengikuti sebuah garis lurus dengan kemiringan negatif, maka ada korelasi negatif yang tinggi. Jika R = 0, berarti tidak adanya hubungan linier (Hamang, 2005). Berikut tingkat koefisien korelasinya :
Interval Koefisien 0 0 – 0,25 0,25 – 0,5 0,5 – 0,75 0,75 – 0,99 1
Tingkat Hubungan Tidak ada korelasi antara dua variabel Korelasi sangat lemah Korelasi cukup Korelasi kuat Korelasi sangat kuat Korelasi sempurna
Ukuran hubungan antara dua peubah X dan Y diduga dengan menggunakan rumus korelasi yaitu : (∑
R= (∑
) − (∑ )(∑ )
) − (∑ )
(∑
) − (∑ )
Keterangan : r(x,y) = Koefisien korelasi x = Curah hujan rata-rata wilayah (mm/tahun) y = Hasil produksi jagung (ton/tahun) n = banyak data
11
III.
METODOLOGI
3.1. Waktu dan Tempat Waktu pelaksanaan PKPM dilakukan mulai tanggal 16 Maret sampai dengan tanggal 13 Juni 2015. Pelaksanaan PKPM dilakukan di kantor Badan Meteorologi Klimatologi dan Geofisika (BMKG) Sicincin. 3.2. Alat dan Bahan Alat yang digunakan dalam pembuatan PKPM ini adalah : a. Laptop b. Kalkulator Bahan yang digunakan adalah : a. Data curah hujan (pos Rao, pos Bonjol, pos Lubuk Sikaping, pos Petok dam pos Talamau). b. Data produksi Ubi kayu.
12
3.3. Daerah Studi
Gambar 1. Lokasi daerah studi Daerah yang akan dijadikan objek studi pada penulisan ini yaitu wilayah Kabupaten Pasaman yang merupakan bagian dari Provinsi Sumatera Barat berada pada koordinat antara 0°55’ LU – 0°06’ LS dan antara 99°45’ BT – 100°21’ BT, serta memiliki luas wilayah seluas 3.947,63
.
Fokus wilayah yang penulis ambil terdapat 5 (lima) pos pengamat curah hujan yang tersebar di Kabupaten Pasaman, diantaranya: Pos pengamat curah hujan Rao, pos pengamat curah hujan Bonjol, pos pengamat curah hujan Lubuksikaping, pos pengamat curah hujan Petok, dan pos pengamat curah hujan Talamau.
13
3.4.Prosedur Pelaksanaan Cara kerja dalam pelaksanaan PKPM ini adalah : 1. Ambil data curah hujan bulanan dari tahun 2003 sampai tahun 2012 (pos Rao, pos Bonjol, pos Lubuk Sikaping, pos Petok dam pos Talamau). 2. Ambil data produksi ubi kayu Kabupaten Pasaman dari tahun 2003 sampai tahun 2012 (http://aplikasi.deptan.go.id/bdsp/newkom.asp.) 3. Hitung curah hujan rata-rata bulanan untuk kelima pos cuaca dengan menggunakan metode aritmatik : a. Hitung curah hujan rata-rata bulanan dengan cara : R=
⋯
b. Buat grafik garis rata-rata bulanan kelima pos (pos Rao, pos Bonjol, pos Lubuk Sikaping, pos Petok dam pos Talamau) 4. Hitung curah hujan tahunannya dengan cara : ∑
Curah hujan tahunan =
5. Tentukan persamaan regresi dan korelasi dengan cara sebagai berikut : a. Tentukan nilai X, Y, XY,
, dan
.
X = data curah hujan dan Y = data produksi ubi kayu b. Masukkan nilai XY,
, dan
kedalam rumus (sesuai dengan rumus
korelasi dan regresi). c. Tentukan persamaan regresi dengan menggunakan rumus y = bx + a, (∑
dan korelasi R = (∑
) (∑ )(∑ )
) (∑ )
(∑
) (∑ )
14
IV.
HASIL DAN PEMBAHASAN
4.1.Profil Perusahaan 4.1.1. Sejarah Singkat Instansi Tahun 1841 merupakan awal dimulainya pengamatan meteorologi dan geofisika yang dilakukan secara perorangan oleh Dr. Onnen. Setiap tahun, kegiatannya terus berkembang seiring meningkatnya kebutuhan dari data – data yang dihasilkan dari pengamatan tersebut. Sejak awak terbentuk hingga sekarang, Badan meteorologi, Klimatologi dan Geoisika ( BMKG ) telah banyak mengalami perubahan nama. Pada tahun 1866 pemerintah Belanda meresmikan instansi pemerintahan ini dengan nama Magnetischen Meteorologisch Observaterium Magnetik dan Meteorologi yang dipimpin Dr. Begsma. Pada masa kedudukan Jepang di Indonesia tahun 1942 – 1945 nama instansi Meteorologi dan Geofisika diganti menjadi Kisho Kauso Kusho. Setelah kemerdekaan Republik Indonesia tahun 1945, instansi ini dipecah menjadi dua yaitu di Yogyakarta khusus untuk melayani kepentingan angkatan udara dan di Jakarta dibentuk
Jawatan
Meteorologi dan Geofisika di bawah Kementrian Pekerjaan Umum dan Tenaga. Pada tahun 1955 Jawatan Meteorologi dan Geofisika diubah menjadi Lembaga Meteorologi
dan
Geofisika
di
bawah
Departemen
Perhubungan
(http://bmkg.go.id/BMKG_Pusat/Profil/profil.bmkg). Tahun 1965 namanya diubah menjadi Direktorat Meteorologi dan Geofisika dan kedudukannya tetap di bawah departemen Perhubungan.Begitu juga pada tahun 1972, namun namanya diganti menjadi Pusat Meteorologi dan Geofisika setingkat eselon II. Kemudian, tahun 1980 statusnya dinaikkan menjadi instansi setingkat eselon I dengan nama Badan Meteorologi dan Geofisika. 15
Pada tahun 2002, Keputusan Presiden RI Nomor 46 dan 48 Tahun 2002, struktur organisasinya diubah menjadi Lembaga Pemerintah Non Departemen (LPND) dengan nama tetap Badan Meteorologi dan Geofisika. Terakhir, melalui Peraturan Presiden RI Nomor 61 Tahun 2008, Badam Meteorologi dan Geofisika diganti namanya menjadi Badan Meteorologi, Klimatologi dan Geofisika (BMKG) dengan status tetap Lembaga Pemerintahan Non Departemen. Menurut BMKG
(2012),
“Sumatera
Barat
memiliki lima
Badan
Meteorologi, Klimatologi dan Geofisika yaitu : 1. BMKG Maritim Teluk Bayur 2. BMKG Tabing Padang 3. BMKG Klimatologi Sicincin 4. BMKG Geofisika Padang Panjang 5. GAW (Global Atmosfer Wacth) Koto Tabang Bukittinggi 4.1.2. Struktur Organisasi Serta Uraian Tugas Menurut BMKG (2012), “Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Sicincin sesuai dengan Keputusan Menteri Perhubungan Nomor : 007 / PKBMG 01 / 2006 Tahun 2006, dinyatakan Kedudukan, Tugas, Fungsi, dan Klasifikasi Stasiun Klimatologi kelas II sebagai berikut : a. Kedudukan Stasiun Klimatologi Sicincin sebagai Stasiun Klimatologi Kelas II memiliki kedudukan sebagai berikut : 1. Stasiun Klimatologi Kelas II adalah Unit Pelaksana teknis ( UPT ) di lingkungan BMKG yang berada di bawah dan bertanggung jawab kepada Kepala BMKG.
16
2. Dalam pelaksanaan tugasnya sehari – hari Stasiun Klimatologi secara adminstratif dibina oleh sekretaris utama dan secara teknis operasional dibina oleh masing – masing Deputi sesuai dengan bidang tugasnya. 3. Stasiun Klimatologi dipimpin oleh seorang kepala. b. Tugas Stasiun Klimatologi kelas II mempunyai tugas melaksanakan pengamatan, pengumpulan data, penyebaran data, pengolahan data, analisa data dan prakiraan di dalam wilayahnya serta pelayanan jasa klimatologi dan kualitas udara, pengamatan meteorologi pertanian dan hidrometeorologi. c. Fungsi Dalam pelaksanaannya Stasiun Klimatologi Kelas II mempunyai fungsi sebagai berikut : 1. Pengamatan klimatologi dan kualitas udara serta meteorologi pertanian. 2. Pengumpulan dan penyebaran data klimatologi dan kualitas udara serta meteorologi pertanian. 3. Pengolahan, analisa, dan prakiraan klimatologi dan kualitas udara serta meteorologi pertanian, serta pengolahan basis data klimatologi. 4. Pelayanan jasa klimatologi dan kualitas udara serta meteorology pertanian. 5. Melakasanakan adminstrasi dan kerumah tanggaan d. Klasifikasi Stasiun Klimatologi Sicincin ditetapkan sebagai Stasiun Klimatologi Kelas II yang terdiri dari : 1. Subbagian Tata Usaha 2. Seksi Observasi dan Informasi
17
3. Kelompok Jabatan Fungsional Menurut BMKG (2012), Badan Meteorologi, Klimatologi dan Geofisika
(
BMKG ) Stasiun Klimatolgi Sicincin merupakan suatu instansi yang dipimpin oleh seorang kepala yang disebut Kaslim ( Kepala Stasiun Klimatologi ) yang bertanggung jawab terhadap semua kegiatan yang bertanggung jawab terhadap semua kegiatan yang dilakukan di Staklim Sicincin ini. Berikut merupakan uraian tugas staf – staf yang membantu Kaslim dalam pelaksanaan tugasnya di BMKG Staklim Sicincin yaitu : a. Tata usaha bertanggung jawab atas adminstrasi kantor, misalnya masalah surat menyurat, keuangan dan lain – lain. b. Kelompok tenaga teknis bertanggung jawab terhadap pengarsipan data – data klimatologi yang ada di Staklim Sicincin c. Pengamat ( Observer ) bertanggung jawab terhadap pengaturan jadwal pengamatan di Staklim Sicincin d. Kelompok pengamat data bertanggung jawab terhadap pengolahan data dan analisa data – data yang di peroleh dan kemudian dilaporkan ke balai wilayah 1. e. Kelompok komunikasi dan peralatan bertanggung jawab terhadap pengiriman informasi data ke balai wilayah 1 melalui sistem komunikasi yang ada dan bertanggung jawab terhadap kondisi peralatan yang ada pada stasiun tersebut.
18
KEPALA STASIUN Goeroeh Tjiptanto, M.T.I NIP. 19710122 199403 1001
KASI. OBSERVASI DAN INFORMASI SAYADI, SP NIP. 196210141984031001
BENDAHARA SITA DARMA ADIL, ST NIP. 197501061997031001
KASI. KOORDINATOR PENGAMATAN JULI AMRI NIP. 196202211988011001
KA.SUBBAG TATA USAHA EDI YARMAN, SH NIP. 196208251985031001
SYAIFUL, SP NIP. 197012111992021001
SYAMSAHRUL NIP. 195807041985031002
ANDI SULISTIYO, S SI NIP. 197911262001121001
SYAHRIL SYAM NIP. 196601121988031001
RISKY SAPUTRA, SP NIP. 198505072008121003
LEGIANTO, A. MD NIP. 198412252008121003
FAZRI R. AMD NIP. 198812132010121001
BUDIANTO NIP. 197503022012121004
FITRI ADI SURYANTO
NURMAN HIDAYAT
NIP. 198904292010121001
SRI WIDYAWATI
AHMAD HUSEIN
NIP. 19770261999032002
FITRI YANI
Gambar 2. Stuktur Organisasi Klimatologi Sicincin.
19
4.1.3. Aktivitas Instansi Menurut BMKG (2012), “Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Sicincin merupakan salah satu instansi pemerintah yang bergerak di bidang klimatologi. Kegiatan yang dilakukan di Stasiun Klimatologi Sicincin ini antara lain yaitu : 1) Kegiatan yang sesuai dengan jabatan masing – masing petugas. 2) Pengamatan alat – alat di Stasiun Klimatologi Sicincin yang dilakukan setiap hari dan setiap jam yaitu dari pukul 07.00 pagi – 22.00 malam. 3) Pengiriman data ke BMKG Pusat pada tiap 3 jam sekali yaitu pada pukul 07.00, 10.00, 13.00, 16.00, 19.00 dan 22.00 yang dikenal dengan jam-jam penting. 4) Penggantian kertas pias alat-alat sesuai dengan jenis dan waktu penggantiannya. 5) Pengolahan dan analisa data hasil pengamatan setiap hari. 6) Rekapitulasi data harian menjadi data mingguan, rekapitulasi data mingguan menjadi data bulanan, rekapitulasi data bulanan menjadi data tahunan. 7) Memberikan penyuluhan kepada petani tentang keadaan iklim dan cuaca pada saat ini. 8) Memberikan penyuluhan kepada pengamat pos hujan yang tersebar di seluruh Sumatera Barat. 9) Mengirim utusan untuk mengikuti berbagai kegiatan pelatihan yang diselenggarakan oleh instansi terkait, seperti BMKG Pusat.
20
Selain itu, Badan Meteorologi, Klimatologi dan Geofisikan ( BMKG ) Staklim Sicincin juga menyediakan data – data cuaca yang diperlukan untuk menganalisa kondisi cuaca pada suatu wilayah tertentu, sehingga memberikan kemudahan bagi instansi lain, maupun mahasiswa yang mengambil tugas akhir yang berkaitan dengan cuaca dan iklim. 4.2. Hasil Pengolahan Data Curah Hujan Berdasarkan data yang diperoleh dari 5 (lima) pos pengamatan curah hujan di Kabupaten Pasaman, maka dapat diketahui curah hujan rata-rata bulanan dan curah hujan tahunannya sebagai berikut : a. Curah Hujan Rata-rata Bulanan Data curah hujan rata-rata bulanan untuk kelima pos (pos Rao, pos Bonjol, pos lubuk Sikaping, pos Petok, dan pos Talamau) terlihat pada tabel 2 di bawah ini: Tabel 2. Data curah hujan rata-rata kelima pos. Nama pos
jan
Feb
mar
april
Rao
223.2
146.9
180.9
195.5
97.6
94.3
94.1
66.6
95.4
254.7
196
157.9
272
272
270.8
444.6
179.6
130
170.9
290.2
312.5
299.8
321.6
231.5
190.4
188.1
214.7
266.9
225.5
175.6
163.4
226.9
241.4
245.7
263.1
262.6
81.2
80.6
91.1
129.1
56.2
23.4
20.6
33.9
38.2
72.9
121.2
67.4
210.6
179.2
212.1
348.1
152.3
177.4
138.2
218.3
289.2
307.3
317.1
282.7
Bonjol lubuk
Mei
juni
Juli
agus
sept
Okt
nov
des
sikaping Petok talamau
21
Grafik Curah Hujan Rata-rata Bulanan Kab. Pasaman Tahun 2003-2012 500 450 400 Curah Hujan
350
rao
300
bonjol
250
lubuk sikaping
200
petok
150
talamau
100 50 0 jan feb mar april mei juni juli agussept okt nov des
Gambar 3. Grafik curah hujan rata-rata bulanan Kab. Pasaman tahun 2003-2012. Berdasarkan grafik di atas dapat dilihat untuk wilayah Kabupaten Pasaman puncak curah hujan rata-rata tertinggi terjadi pada bulan April. Dan dari grafik curah hujan rata-rata bulanan di wilayah Kabupaten Pasaman terlihat bahwa di wilayah Kabupaten Pasaman memiliki pola ekuatorial. Dimana puncak curah hujan terjadi pada bulan April dan bulan November.
22
b. Curah Hujan Tahunan Data curah hujan tahunan untuk Kabupaten Pasaman didapatkan hasilnya dengan menggunakan rumus aritmatik (
ℎ
ℎ
=
ℎ
∑
5 5
),
sehingga didapatkan hasilnya yang terlihat pada tabel 3 dibawah ini : Tabel 3. Curah hujan tahunan Kab. Pasaman Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Curah Hujan 3191 2415 2308 1550 2797 2400 818 1496 2494 3047
c. Hasil persamaan regresi dan korelasi Hasil persamaan regresi yang didapat adalah :
Persamaan Regresi Hasil Produksi Ubi Kayu dengan Curah Hujan Tahunan 8000 7000 Produksi (ton)
6000 y = 0.4844x + 3649.6 R² = 0.07
5000 4000
produksi
3000 2000 1000 0 0
500
1000
1500
2000
2500
3000
3500
Curah Hujan
Gambar 4. Grafik persamaan regresi hasil produksi ubi kayu dengan curah hujan tahunan.
23
Tabel 4. Tabel pencarian untuk menentukan xy,
CH 3.191 2.415 2.308 1.550 2.797 2.400 818 1.496 2.494 3.047
Produksi 6.058 5.564 3.493 3.913 3.742 3.500 4.414 5.944 3.474 7.301
22.517
47.403
19.333.501 13.439.286 8.061.844 6.065.933 10.464.877 8.401.400 3.611.535 8.891.035 8.664.851 22.246.147
, dan
.
10.185.034 5.834.157 5.326.864 2.403.120 7.820.972 5.761.920 669.451 2.237.418 6.221.034 9.284.209
109.180.408
55.744.178
36.699.364 30.958.096 12.201.049 15.311.569 14.002.564 12.250.000 19.483.396 35.331.136 12.068.676 53.304.601 241.610.451
y = bx + a = =
∑
−∑ ∑
(∑
) − (∑ )
10(109.180.408) − (22.517)(47.403) 10(55.744.178) − 507.024.296
1.091.804.080 − 1.067.373.351 557.441.780 − 507.024.296 24.430.729 = 50.417.484 =
=
= =
, ∑
− .
∑
47.403 22.517 − (0.484) 10 10
= 4.740,3 − 1.089,8 = .
24
Hasil korelasi yang didapat adalah : (∑
R= (∑
R=
R=
) − (∑ )
(∑
) − (∑ )
10(109.180.408) − (22.517)(47.403)
R=
R=
) − (∑ )(∑ )
10(55.744.178) − 507.024.296 10(241.610.451) − (2.247.044.409) 1.091.804.408 − 1.067.373.351 √50.417.484 √169.060.101 24.431.057 √8.523.584.937.000.000 24.431.057 92.223.263
R = 0,2649 Determinasi. = = 0,2649
0,2649
= 0,070 Korelasi antara curah hujan tahunan dengan produksi ubi kayu di Kabupaten Pasaman adalah 0,2649. Berarti kekuatan hubungan antara kedua variabel tersebut cukup kuat.
25
V.
KESIMPULAN DAN SARAN
5.1.Kesimpulan Dari hasil pengolahan data dan analisis dapat diambil kesimpulan sebagai berikutyaitu : 1. Besarnya korelasi antara curah hujan tahunan dengan hasil produksi ubi kayu adalah 0,26 (kekuatan hubungannya cukup kuat).
2. Nilai persamaan regresi hasil produksi ubi kayu dengan curah hujan tahunan Kabupaten Pasaman yang didapat adalah y = 0.484x + 3649. 3. Curah hujan rata-rata Kabupaten Pasaman dari tahun 2003-2012 adalah 2.251 mm, dan curah hujan yang dibutuhkan berkisar 1.500-3000 mm/tahun. Jadi untuk Kabupaten Pasaman cocok ditanami dengan ubi kayu. 5.2. Saran Saran dalam pembuatan laporan tugas akhir ini adalah : 1. Sebaiknya menanam ubi kayu dijadwalkan sesuai dengan ketersediaan air dan penanaman dilakukan mulai pada bulan September. 2. Bila curah hujan kurang untuk tanaman ubi kayu maka lakukan pemberian air (pengairan). Cara pengairannya ialah mengalirkan air dari sumber air melalui saluran pemasukan ke lokasi kebun ubi kayu. Bila tanah sudah cukup basah, airnya akan dialirkan keluar melalui saluran pembuangan.
26
DAFTAR PUSTAKA
Badan Pusat Statistik Propinsi Sumatra Barat. Sumatera Barat Dalam Angka 2010 (01-8-2007). http://regionalinvestment.bkpm.go.id/newsipid/id/index.php. Di akses pada tanggal 10 April 2015 jam 11.54 WIB Departemen Pertanian: http://aplikasi.deptan.go.id/bdsp/newkom.asp. Diakses pada tanggal 14 April 2015 jam 11.34 WIB Hamang, Abdul. 2005. Metode Statistika. Graha Ilmu. Yogyakarta. Handoko. 1995. Klimatologi Dasar. PT Dunia Pustaka Jaya. Jakarta Hillocks, JM. 2001. Cassava Biology, Production, And Utilization. CABI Publishing. New York. Kartasapoetra Gunarsih, A. 2004. Klimatologi: Pengaruh Iklim Terhadap Tanah dan Tanaman. PT Bumi Aksara. Jakarta Manik, Tumiar K. 2014. Klimatologi Dasar : Unsur Iklim Dan Proses Pembentukan Iklim. Graha Ilmu. Yogyakarta Rafi’i, Suryatna. 1995. Meteorologi Dan Klimatologi. Angkasa. Bandung Rukmana, Rahmat. 1997. Ubi Kayu Budi Daya Dan Pasca Panen. Kanisius. Yogyakarta Susila, Nyoman. 1996. Terjemahan dari Scaum’s Outline of Theory and Problem of STATISTIC, 2/ed. Erlangga. Tjasyono, Bayong. 2004. Klimatologi. Penerbit ITB. Bandung. Triatmodjo, Bambang. 2008. Hidrologi Terapan. Beta Offset Yogyakarta, Yogyakarta.
27
LAMPIRAN P Lampiran 1. Curah Hujan Bulanan Kabupaten Pasaman a. Pos Hujan Rao Bulan tahun jan feb mar apr mei jun jul 2003 708 250 445 423 140 2004 69 46 92 221 7 106 143 2005 276 64 127 106 145 213 83 2006 202 252 126 56 144 37 2007 261 147 158 145 301 134 202 2008 151 37 371 261 114 112 144 2009 220 117 87 77 12 64 2010 80 220 166 252 58 2011 229 68 150 231 130 64 41 2012 36 268 87 239 153 106 151 Ratarata 223.2 146.9 180.9 195.5 97.6 94.3 94.1
agst 115 51 129 37 176
sep 158 55 147 185 101 202
okt 252 635 240 264 335 249
nov 557
69 89
7 100
199 373
312 184
289 255
66.6
95.4
254.7
196
157.9
177 400 218 112
Des 210 212 104 303 206
b. Pos bonjol tahun Bulan Jan 2003 473 2004 171 2005 126 2006 413 2007 453 2008 306 2009 2010 338 2011 243 2012 197 Rata- 272 rata
feb 223 421 134 264 291 405 311 348 323 272
mar 456 208 255 229 146 237 585 453 139 270.8
apr 638 610 316 243 478 525 310 666 378 282 444.6
mei 194 203 175
jun 308 109 97
jul 257 274 254
agt 565 128 270
Sep 498 461 276
okt 536 384 485
nov 676 350 498
Des 409 515 373
267 38 32 332 318 237 179.6
53 40 127 346 105 115 130
243
377 401
395 470
425 315
306 217
267 74 340 170.9
443 317 401 290.2
460 330 235 312.5
197 270 475 431 386 694 587 299.8 321.6 231.5
28
c. Pos Lubuk Sikaping tahun Bulan Jan 2003 223 2004 223 2005 223 2006 2007 280 2008 307 2009 335 2010 2011 244 2012 69 Rata- 190.4
feb 184 159 159
mar 252 202 202
225 303
150 321 291
apr 434 228 228
mei 134 203 203 424 244 326 82
274 269 377
Jun 120 92 92 270 214 325 197
jul 157 225 225 67 265 216
agt 256 159 159 167 230 385
sep 275 317 317 112 342 414
okt 334 205 205 212 321 334
nov 358
180 423 291
Des 247 286 286 314 331 302
322 581 427 363 275 180 396 388 327 139 309 529 148 432 276 171 299 517 249 519 714 551 188.1 214.7 266.9 225.5 175.6 163.4 226.9 241.4 245.7 263.125 262.6
rata d. Pos Petok Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Bulan Jan feb
mar
apr
mei
Jun
jul
agt
sep
okt
nov
Des
5 201 20.6
185 154 33.9
228 154 38.2
501 228 72.9
617 360 595 314 121.2 67.4
Data tidak tersedia
249 368 195
Rata-rata 81.2
239 204 31 332 80.6
116 268 363 164 91.1
124 548 346 273 129.1
8 276 131 147 56.2
32 24 27 151 23.4
29
e. Pos Talamau tahun Bulan Jan 2003 534 2004 61 2005 156 2006 318 2007 522 2008 287 2009 2010 228 2011 2012 Rata- 210.6 rata
feb 170 348 74 162 436 214
mar 260 185 123 355 278 447
388
308
apr 710 570 168 328 416 554 353
mei 235 265 264 295 357 107
Jun 233 220 209 135 448 383
jul 249 362 145 194 432
agt 332 179 629 214 308 325
sep 617 376 364 248 435
okt 352 600 734 191 381 575
nov 475 709 883 378 471 255
Des 325 432 422 335 576 501
146
165 382 196 852 240 236 179.2 212.1 348.1 152.3 177.4 138.2 218.3 289.2 307.3 317.1 282.7
f. Curah hujan tahunan Kab. Pasaman Pos Pengamatan
Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Rao 3258
Bonjol 5233
Lubuk Sikaping 2974
Petok
1637
3834
2299
1811
3259
2299
1703
1149
1746
2481
3143
3299
1958
2603
3793
577
1111
1282
tidak tersedia 768
776
3945
tidak tersedia
1688
1070
1789
3742
3951
2989
tidak tersedia
2041
3936
4474
2713
2071
tidak tersedia tidak tersedia tidak tersedia tidak tersedia tidak tersedia
Talamau 4492 4307 4171 3153 5060 3648 353
30
Lampiran 2.Hasil produksi ubi kayu Kab. Pasaman Tahun Produksi (ton) Luas lahan (ha) 2003 6,058.00 496 2004 5,564.00 412 2005 3,493.00 243 2006 3,913.00 231 2007 3,742.00 203 2008 3,500.00 154 2009 4,414.00 201 2010 5,944.00 205 2011 3,474.00 152 2012 7,301.00 157 Sumber : http://aplikasi.pertanian.go.id/bdsp/newkom.asp
31
Lampiran 3.Dokumentasi
Pengamatan pada Ombrometer (tipe observatorium)
Pembacaan tinggi muka air
32
Menginput data cuaca kedalam format Excel
33
